Pesquisas anteriores apontaram que não importa se o índice utilizado para análise sobre percepções de corrupção foi o ICP ou o Controle da Corrupção (COR) (CHABOVA, 2017; HOUQE; MONEM, 2016). O teste de correlação testado no presente estudo deu indícios dessa percepção, uma vez que a correlação entre as duas variáveis foi significativa, a 1%, e o grau de correlação foi muito forte, apresentando um valor de 0,976, ou seja, 97,6%. Para averiguar a robustez dos resultados procedeu-se a novos testes, desta vez utilizando o Controle de Corrupção de Kaufmann. A diferença entre os dois indicadores consiste basicamente na escala da nota apresentada e nas fontes de survey aplicada, porém, o sentido é o mesmo, são percepções colhidas do público e de especialistas. A Tabela 15 aponta os resultados dos modelos utilizando o ICP e o COR.
Tabela 15 – Resultado dos modelos com proxies alternativas de corrupção
Fonte: dados da pesquisa.
Legenda: ***significante a 1%; **significante a 5%; *significante a 10%
Modelo 1: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + εi
Modelo 2: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4IFRSit + εi
Modelo 3: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4DISCit + εi
Modelo 4: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4QPCit + εi
Modelo 5: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4AUDTit + εi
Modelo 6: Proxy de Corrupçãoit = β0 + β1POLit+ β2ECOit + β3CULTit + β4ORit + εiModelo 7: Proxy de Corrupçãoit = β0 + β1POLit+ β2ECOit + β3CULTit + β4IFRSit + β5DISCit+ β6QPCit +
β7AUDTit +β8ORit + εi
Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Intercep. ? (2.595) (0.221) 1.186 9.557 2.344 1.495 12.385 0.966** 1.085** 0.897* 1.460*** 1.130** 0.903** 1.990*** POL - (8.339)*** (8.473)*** (8.052)*** (8.280)*** (7.377)*** (7.631)*** (7.958)*** (0.517)*** (0.542)*** (0.510)*** (0.509)*** (0.518)*** (0.503)*** (0.489)*** _beta (0.659) (0.708) (0.672) (0.508) (0.632) (0.645) (0.540) (0.637) (0.752) (0.730) (0.542) (0.682) (0.674) (0.611) ECO - (5.395)*** (5.612)*** (5.523)*** (5.808)*** (5.723)*** (5.834)*** (5.388)*** (0.153)*** (0.173)*** (0.151)*** (0.161)*** (0.163)*** (0.145)*** (0.208)*** _beta (0.199) (0.219) (0.187) (0.237) (0.219) (0.220) (0.219) (0.238) (0.185) (0.168) (0.228) (0.189) (0.195) (0.207) CULT + 5.922*** 5.281*** 5.951*** 4.787*** 5.765*** 5.853*** 4.586*** 0.322*** 0.283*** 0.314*** 0.272*** 0.288*** 0.338*** 0.222*** _beta 0.145 0.135 0.136 0.095 0.140 (0.138) 0.098 0.143 0.114 0.103 0.091 0.111 (0.143) 0.048 IFRS - (0.729) (0.893) 0.105** 0.090* _beta 0.106 (0.077) 0.114 0.082 DIS CL - (0.373) (0.379) 0.009 (0.003) _beta (0.052) (0.027) (0.030) (0.026) QPC - (1.671)** (1.955)** (0.080)*** (0.089)*** _beta (0.210) (0.193) (0.191) (0.182) AUDT - (3.846) (4.496) (0.176) (0.193) _beta (0.030) (0.057) (0.052) (0.051) OR + (0.025) (0.023) (0.004) (0.001) _beta 0.001 (0.008) (0.018) 0.004 R² ajus. 0.895 0.894 0.892 0.909 0.895 0.891 0.911 0.922 0.921 0.902 0.925 0.920 0.911 0.929 F/Wald 665.77 677.88 658.78 767.10 646.05 617.34 794.78 1029.72 1033.98 850.08 1077.21 997.04 966.12 1276.82 (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) N 431 426 429 414 430 433 416 410 414 418 411 412 419 416 S inal Esp.
Observa-se que em ambos os modelos – o ambiente político, o ambiente econômico e a cultura do país – todos possuem significância estatística ao nível de 1%, o que confirma os estudos anteriores de que estas são as variáveis que mais estão associadas à corrupção. O fator ambiente político (conforme observado no beta), foi a variável com maior influência na corrupção percebida, tanto utilizando o ICP quanto o COR, em todos os modelos. Os comportamentos para todas as variáveis foram semelhantes tanto em termos de significância estatística quanto em termos de sinais alcançados, exceto para a variável disclosure e IFRS utilizando o COR de Kaufmann.
No modelo 2, utilizando a proxy (COR), a adoção das IFRS exibiu significância estatística a 5%, no entanto, com sinal alcançado positivo, ou seja, o fato do país adotar as IFRS aumenta o grau de corrupção percebida. Quando inserida no modelo 7, entretanto, que engloba todas as variáveis do ambiente contábil, esta variável passou a apresentar significância estatística apenas a 10%, o que não é sugerido convencionalmente na literatura (os melhores são a 1% e 5%), bem como o seu beta padronizado indica que a variável qualidade percebida da contabilidade exerce cerca de duas vezes mais influência no (COR) (o beta de QPC é 2,22 vezes maior do que o de IFRS, resultado obtido pela divisão de 0,182 por 0,082).
Comportamento semelhante em termos de sinais alcançados foi observado para a variável disclosure no modelo 3, que apresentou sinal positivo enquanto se esperava sinal negativo. No entanto, a variável disclosure não apresentou significância estatística e, quando inserido no modelo 7, passou a apresentar sinal negativo. Portanto, infere-se que no modelo 3 tenha ocorrido alguma reação do modelo pela característica da escala do COR, já que os demais resultados se mantiveram semelhantes e a variável (QPC) continuou sendo a mais relevante para explicar a corrupção percebida.
Outro teste de robustez aplicado foi o teste para verificar se o fato do país ser originado do sistema code law iria interferir nos resultados do modelo. A Tabela 16 apresenta, portanto, o efeito do sistema legal. Para os países common law os testes não são apresentados, uma vez que os resultados foram muito distintos dos demais testes, inclusive dos testes de correlação, inferindo ser estes resultados diferentes em virtude de que, para os países common law, ao longo dos 8 anos, foi apresentada apenas uma média de 80 observações em detrimento de uma média de 340 observações para os países code law. Porém, compreende-se que se apresentados resultados significativos para os países code law já se verificará diferenças entre os grupos testados.
Tabela 16 – Resultado dos modelos apenas com países code law
Fonte: dados da pesquisa.
Legenda: ***significante a 1%; **significante a 5%; *significante a 10%
Modelo 1: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + εi
Modelo 2: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4IFRSit + εi
Modelo 3: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4DISCit + εi
Modelo 4: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4QPCit + εi
Modelo 5: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4AUDTit + εi
Modelo 6: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4ORit + εi
Modelo 7: Proxy de Corrupçãoit = β0 + β1POLit + β2ECOit + β3CULTit + β4IFRSit + β5DISCit + β6QPCit + β7AUDTit +β8ORit + εi
Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Intercep. ? 1.870 (1.649) 1.923 12.481 5.690 (3.224) 11.031 0.896* 1.005** 0.826 1.175* 1.030** 0.795 1.620*** POL - (7.263)*** (8.284)*** (7.447)*** (7.536)*** (6.971)*** (8.178)*** (7.600)*** (0.491)*** (0.517)*** (0.478)*** (0.508)*** (0.480)*** (0.471)*** (0.487)*** _beta (0.604) (0.685) (0.632) (0.496) (0.614) (0.633) (0.535) (0.611) (0.733) (0.651) (0.521) (0.658) (0.642) (0.621) ECO - (5.725)*** (5.253)*** (5.634)*** (5.628)*** (5.798)*** (5.149)*** (5.149)*** (0.138)** (0.155)*** (0.142)** (0.132)** (0.139)** (0.125)** (0.184)*** _beta (0.246) (0.228) (0.219) (0.239) (0.202) (0.211) (0.219) (0.245) (0.182) (0.224) (0.219) (0.159) (0.202) (0.178) CULT + 6.278*** 4.987*** 6.253*** 4.675*** 5.489*** 6.072*** 4.010** 0.336*** 0.291*** 0.331*** 0.286*** 0.305*** 0.356*** 0.220*** _beta 0.156 0.138 0.158 0.112 0.141 0.154 0.124 0.160 0.154 0.137 0.116 0.127 0.155 0.100 IFRS - (1.036) (1.434) 0.096* 0.077 _beta 0.110 0.073 0.140 0.086 DIS CL - (0.129) 0.082 0.014 0.010 _beta (0.022) -0.015 (0.009) (0.006) QPC - (2.275)** (2.211)** (0.063)* (0.060)* _beta (0.205) (0.168) (0.197) (0.159) AUDT - (6.116) (5.786) (0.252)* (0.201) _beta (0.086) (0.063) (0.107) (0.053) OR + (0.040) 0.026 (0.005) (0.001) _beta (0.029) (0.004) (0.037) (0.002) R² ajus. 0.891 0.893 0.891 0.912 0.897 0.895 0.912 0.908 0.914 0.898 0.919 0.910 0.894 0.930 F/Wald 502.41 407.80 504.35 464.11 566.91 506.82 480.43 658.55 658.07 613.24 689.14 736.32 604.80 728.31 (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) N 347 344 346 333 344 347 337 335 339 340 328 334 344 331 S inal Esp.
Os resultados da Tabela 16 apresentam similaridade aos resultados da Tabela 15, ou seja, as variáveis políticas, econômicas e culturais continuam sendo estatisticamente significativas. A variável política foi significativa a 1% em todos os modelos testados (tanto utilizando COR quanto ICP como proxy de corrupção). Todavia, a variável ambiente econômico perdeu significância de 1% para 5% nos modelos 1, 3 e 4, talvez em virtude de terem sido retirados dos dados os países common law, que são representados por países anglo- saxões que, em geral, apresentam maior riqueza nacional.
Semelhante aos resultados da Tabela 15, a variável adoção das IFRS, utilizando o COR, apresentou significância estatística, porém diferente da Tabela 15, apresentou significância estatística a 10% já no modelo 2 e perdeu a significância estatística no modelo 7. A única diferença de maior relevância notada foi a frequência de auditoria, utilizando o COR, que apresentou significância estatística a 10%. Entretanto, no modelo 7 não houve significância estatística. O poder explicativo do modelo não expressou diferença significativa, sendo que na Tabela 15 houve, para o modelo 7, uma explicação de 91,1% utilizando o ICP enquanto na Tabela 16 uma explicação de 91,2%, ou seja, muito próximos. Utilizando o COR, na Tabela 15, houve uma explicação de 92,9% enquanto na Tabela 16 foi de 93,0%. Portanto, o fato de segregar os países em common law e code law parece não alterar os resultados apresentados com os dados gerais.
Embora a literatura apresente duas linhas de pesquisas (conforme discutido nos aspectos introdutórios dessa tese), tendo sido optado pela linha de pesquisa que busca identificar as influências da Contabilidade na corrupção, torna-se interessante saber qual seria o comportamento da relação contrária, ou seja, a Contabilidade assumindo a função da variável dependente e a corrupção percebida na função de variável independente. Essa relação caracteriza o problema de endogeneidade, comum em pesquisas nessa temática. Portanto, por meio da Tabela 17, observa-se essa relação.
Tabela 17 – Painel com a variável (QCP) como variável dependente Variáveis Sinal previsto Coef. Erro pad. rb¹. z P>z [95% Interv. Conf.] Beta POL + 0.365 0.117 3.130 0.002 0.137 0.594 0.098 ECO + -0.103 0.066 -1.570 0.118 -0.232 0.026 -0.278 CULT - -0.014 0.082 -0.170 0.866 -0.174 0.147 -0.069 ICP - -0.014 0.004 -3.360 0.001 -0.022 -0.006 -0.931 Intercepto ? 5.262 0.653 8.060 0.000 3.983 6.541 . R² ajustado: 0.675 VIF: 5.72
F ou Wald: 232.08 (p-value 0.000) N (Obs): 423
Legenda: ¹Erro Padrão Robusto. ICP: Índice de Corrupção Percebida. POL: Fator de Ambiente Institucional
Político gerado por Componentes Principais; ECO: Ambiente econômico, PIB per capita corrigido pela aplicação do logaritmo neperiano; CULT: Fator de Ambiente Cultural gerado por Componentes Principais.
Fonte: dados da pesquisa
Com base nos resultados apresentados na Tabela 17, nota-se que a variável instituições políticas, conforme já observado no teste de correlação, está associada com a qualidade percebida da contabilidade (QPC) com uma significância estatística de 1%, indicando que com uma melhora no ambiente institucional político, sobretudo na qualidade das normas e em como os indivíduos seguem essas normas, melhora-se também a percepção da qualidade da contabilidade. As variáveis econômicas e culturais não apresentaram significância estatística, não podendo inferir que estas influenciem o ambiente de contabilidade representado pelo (QPC).
A variável corrupção (ICP) apresentou significância estatística a 1%, com sinal negativo, ou seja, quanto maior a corrupção percebida menor será a qualidade percebida da contabilidade (QPC). Ou seja, pode-se inferir que se o ambiente do país apresenta alto nível de corrupção percebida as pessoas podem deixar de acreditar que as informações contábeis apresentem qualidade suficiente para inspirar confiança na decisão de investimento, bem como confiança de que a qualidade dos padrões possa impactar no desempenho dos seus negócios. O beta dessa associação também foi significativo, ou seja, se comparado com a força da variável política, verifica-se que a corrupção percebida tem 9,5 vezes (resultado obtido pela divisão de 0,931 do beta de ICP por 0,098 do beta de POL) mais influência na qualidade percebida da contabilidade do que o ambiente institucional político.
O estudo filia-se ao entendimento dos autores da pesquisa Lourenço et al. (2018, p. 10) que, ao pesquisar sobre a temática, ressaltaram que, apesar dos problemas de endogeneidade, acredita-se que o modelo exposto pode apresentar importantes insights para a literatura e decisões de negócios e de políticas públicas e, mesmo não sendo possível identificar o efeito causal da contabilidade na corrupção, “devido à ausência de um instrumento adequado ou
choques exógenos observáveis”, enfatiza-se a análise de empresas situadas em vários países do mundo, decorrentes da cultura e de outros fatores de origem dessas empresas. Com todos os testes apresentados, o Quadro 7 apresenta um resumo das variáveis analisadas no estudo, os resultados dos sinais testados e a confirmação das hipóteses.
Quadro 7 – Variáveis analisados no estudo
Variáveis Teste de Correlação Sinal
Esperado
Sinal
encontrado Hipótese
INSTITUIÇÕES POLÍTICAS - POL Dados em Painel (MQG) (-) (-)
AMBIENTE ECONÔMICO – ECO Dados em Painel (MQG) (-) (-)
CULTURA – CULT Dados em Painel (MQG) (+) (+)
AMBIENTE CONTÁBIL Generalização das
hipóteses secundárias (-) (-) Aceita
Extensão do Disclosure – DISC Dados em Painel (MQG) (-) n.s. Rejeita
Adoção das IFRS – IFRS Dados em Painel (MQG) (-) n.s. Rejeita
Qualidade perc. Contabilidade- QPC Dados em Painel (MQG) (-) (-) Aceita
Frequência de Auditoria - AUDT Dados em Painel (MQG) (-) n.s. Rejeita
Opacidade dos Resultados – OR Dados em Painel (MQG) (+) n.s. Rejeita
Legenda: MQG: Mínimo Quadrado Generalizados; N.S: não significativo estatisticamente.
Fonte: elaborado pelo autor.
Contudo, como demonstrado ao longo da discussão e conforme exposto no Quadro 7, verifica-se que o ambiente contábil exerce um papel importante na redução da corrupção percebida por meio da Qualidade Percebida da Contabilidade, controladas as variáveis políticas, econômicas e culturais. Na próxima seção são estabelecidas as considerações do estudo.
5 CONSIDERAÇÕES FINAIS
A presente pesquisa teve por objetivo geral identificar como a qualidade do ambiente contábil dos países está associada ao respectivo grau de corrupção percebida. Como objetivos específicos, avaliou-se a associação existente entre cada uma das variáveis que compõem o ambiente contábil e a corrupção percebida dos países.
No desenvolvimento do estudo intentou-se embasar as associações testadas, bem como as associações realizadas utilizando as variáveis de controle, por meio da Teoria Institucional, apoiando os argumentos também na Teoria Neoinstitucional de Bourdie. Essas teorias pressupõem que a estrutura intraorganzacional e os comportamentos dos agentes podem associar-se às forças extraorganizacionais e, assim, o comportamento corrupto dos agentes pode estar associado aos ambientes institucionais.
Para representar a corrupção dos países foi utilizado o Índice de Corrupção Percebida, utilizados dados disponíveis das entidades no Capital IQ® da Standard & Poors, informações para os 66 países amostrais, coletados por meio do Banco Mundial, e outras bases para coletar as informações das variáveis de controle. Os dados foram coletados no horizonte temporal de 2008 a 2015, período este selecionado em virtude da disponibilidade de dados.
Embora a literatura anterior tenha investigado os determinantes da Contabilidade para a Corrupção, muitos dos estudos anteriores se concentraram em fatores contábeis específicos, alguns deles testando isoladamente esses fatores, e nenhum apresentou um consenso acerca das proxies contábeis que possuem maior capacidade de influenciar a corrupção. Testando os fatores simultaneamente em um mesmo modelo econométrico foi possível observar que muitas variáveis anteriormente observadas como determinantes para a corrupção percebida, passou a não ser significativa, revelando assim a contribuição do presente estudo. Foram investigados esses determinantes instrumentais da Contabilidade na busca da redução da corrupção percebida dos países, usando dados em painel com maior quantidade de países e períodos de análise, aproveitando a variação de países e do tempo.
Considerando que as variáveis contábeis que podem influenciar a corrupção continuam sendo amplamente debatidas por falta de consenso, para identificar a robustez dos resultados, foram utilizadas medidas alternativas de corrupção percebida: o CPI e o COR. Verificou-se que os dois indicadores estavam fortemente correlacionados e não foram observadas nos resultados diferenças relevantes ao alternar o indicador de corrupção como variável dependente.
Os resultados do primeiro modelo indicam que a variável com maior influência na corrupção percebida consiste no ambiente institucional político e o modelo de correlação, junto
ao teste de componentes principais, aponta que a variável estado de direito (ED) melhor representa esse ambiente. De outra forma, o estabelecimento de regras fortes, a sociedade respeitar e seguir tais regras e o estabelecimento de um estado democrático podem ser os principais condicionantes da redução da corrupção. Os ambientes políticos, de desenvolvimento econômico e cultural são os principais fatores que determinam a corrupção percebida, estando estatisticamente significativo ao nível de 1% em todas as especificações.
As variáveis responsáveis por culminar menor consenso na literatura eram adoção das IFRS e opacidade dos resultados como determinantes para a redução da corrupção percebida. Há argumentos de que a adoção das IFRS seria suficiente para a redução da corrupção percebida e argumentos de que isso não seria suficiente, sendo necessário, prioritariamente, que se aumentasse a qualidade dos resultados em decorrência da ausência de opacidade dos resultados. Verificou-se, no presente estudo, que nem a adoção das IFRS e nem a opacidade dos resultados apresentaram significância estatística nos modelos testados. Por outro lado, como uma variável representativa do ambiente contábil, a qualidade percebida da contabilidade foi apontada pelos resultados como sendo um dos determinantes na redução da corrupção percebida. Além disso, maior extensão do disclosure e maior frequência de auditoria bigfour não parecem estar associados com a corrupção percebida, o que seria inconsistente com Houqe e Monem (2016) e com Malagueño et al. (2010).
A motivação da pesquisa surge na necessidade de se identificar as maneiras pelas quais a Contabilidade pode exercer influência na redução da corrupção percebida dos países, uma vez que estudos anteriores indicam essa ciência como responsável por exercer um papel relevante na luta anticorrupção. Em um segundo momento, a motivação da pesquisa foi reforçada ao perceber que não havia consenso na literatura acerca dos determinantes contábeis para a corrupção e que pesquisas testavam associações individuais ou de poucas proxies da contabilidade com a corrupção, não apontando quais delas, de fato, apresentariam maior influência na corrupção percebida. Por fim, não haviam estudos que faziam associações conjuntas das variáveis compreendidas nesse trabalho com o cenário de corrupção e que buscassem preencher, de forma mais abrangente, as lacunas da literatura acerca de um ambiente representativo da Contabilidade. Assim, importa dizer que a tese formulada consistiu em afirmar que os níveis de corrupção percebida dos países são influenciados pelo respectivo ambiente de Contabilidade.
Resumidamente, o estudo acrescenta percepções sobre a importância de se considerar a maneira como os indivíduos percebem a qualidade das normas, das práticas contábeis e de auditoria em um país para que haja a redução da corrupção percebida. Extrapolando o
entendimento acerca da variável de qualidade percebida da contabilidade (QPC), infere-se que, ao perceber qualidade nos padrões contábeis e efetividade nas práticas de auditoria, os indivíduos podem se sentir coibidos a cometer práticas de corrupção, ou mesmo podem perceber menor corrupção no país, já que a Contabilidade possui práticas de controle (accountability) e regras de divulgação de informações que, via de regra, dificultam a prática e camuflagem desses atos. Ademais, cabe ressaltar que, embora as IFRS, como um padrão contábil de qualidade, não tenham por si só apresentado significância estatística para explicar a corrupção, o modo como os indivíduos percebem a qualidade desses padrões contábeis pode exercer essa significância.
Além disso, pesquisas anteriores sugeriram que a adoção das IFRS, a ausência de opacidade dos ganhos, maior extensão do disclosure e maior frequência de auditoria poderiam constituir, individualmente, determinantes importantes da corrupção, enquanto o presente estudo revelou que eles não teriam significância estatística para isso. Essa divergência pode residir no fato de que esta variável não tenha sido colocada em interação com outras variáveis, ou pelo fato de terem sido testados os modelos em períodos, empresas e quantidade de países distintos.
No que concerne às implicações do estudo, considerando a ordem do poder explicativo das variáveis, primeiramente sugere-se como ação latente para reduzir a corrupção o fortalecimento das normas vigentes nos países, das sanções e das penalidades por infração das normas. Paralelamente, importante é também a conscientização da população sobre os motivos de tais normas e sansões impostas frente ao problema da corrupção, principalmente ao destacar o quanto a prática é prejudicial à infraestrutura dos países conforme destacado ao longo do texto. Somado a isso, sugere-se a importância do estabelecimento da democracia e a redução da intervenção do governo nas práticas de mercado, ações também necessárias para o fortalecimento do ambiente político. Em segundo lugar, considera-se a importância da busca por políticas que fortaleçam o ambiente econômico, a busca por investimentos estrangeiros e outros fatores que estimulem o desenvolvimento econômico do país.
Quanto às implicações derivadas do ambiente contábil, explorar a falta de informações contábeis de qualidade dentro do contexto dos países pode ajudar na concepção de esforços para mitigar o cenário de corrupção. Com o presente estudo, sugestões mais pontuais se alinham às implicações do estudo de Wu (2005a), sugerindo que melhores práticas contábeis podem ajudar a reduzir as atividades e as quantidades de pagamentos de subornos, sendo primeiramente necessário resolver os problemas de assimetria informacional presentes no contexto das empresas. Sugere-se também buscar restringir a corrupção nos acordos
contratuais, estimular a adoção das IFRS e o uso de auditorias externas, que embora não reduzam por si só os níveis de corrupção, conforme apontado no estudo, ajudam a melhorar as práticas contábeis. Alinhado a essas sugestões está a necessidade das comissões de valores mobiliários dos países estabelecer normas que regulem os mercados e auxiliem a restringir as práticas de corrupção por meio de mais fiscalizações e mais profissionais atuando nessa área.
Alicerçado na literatura e nos resultados e discussões apresentados, a tese de que os níveis de corrupção percebida dos países são influenciados pela qualidade do respectivo ambiente de Contabilidade foi comprovada, proporcionando avanços nas pesquisas.
Espera-se que esta pesquisa tenha contribuído com a literatura, primeiramente, ao propor uma melhor caracterização do ambiente contábil. Adicionalmente, espera-se fornecer à literatura apontamentos acerca de como esse ambiente contábil pode auxiliar a mitigar o cenário de corrupção, seja pelo conjunto das variáveis representativas da contabilidade ou por esforços